class Solution {
public:
vector<int> findMinHeightTrees(int n, vector<pair<int, int>>& edges) {
vector<int> res;
if(n==1){
res.push_back(0);
return res;
}
queue<int> q,root;
vector<unordered_set<int>> degree(n);//不初始化为n,会报错!!!
for(int i=0;i<edges.size();i++){
degree[edges[i].first].insert(edges[i].second);
degree[edges[i].second].insert(edges[i].first);
}
for(int i=0;i<degree.size();i++){
if(degree[i].size()==1)
q.push(i);
}
while(!q.empty()){
int size=q.size();
root=q;
for(int i=0;i<size;i++){
int cur=q.front();
q.pop();
for(int nei:degree[cur]){
degree[nei].erase(cur);
if(degree[nei].size()==1)
q.push(nei);
}
}
}
while(!root.empty()){
int n=root.front();
root.pop();
res.push_back(n);
}
return res;
}
};
这个思路实际上是一个 BFS 思路。和常见的从根节点进行 BFS 不同,这里从叶子节点开始进行 BFS。(类似拓扑排序)
所有入度(即相连边数)为 1 的节点即是叶子节点。找高度最小的节点,即找离所有叶子节点最远的节点,也即找最中心的节点。
找最中心的节点的思路很简单:
先计算每个点的degree,然后将degree为1的点放入list或者queue中进行计算,把这些点从neighbours中去除,然后计算接下来degree = 1的点。最后剩下1 - 2个点就是新的root